人工智能
Ibex Medical Analytics的Galen Breast诊断产品通过数字病理学和人工智能技术,能够提高乳腺癌细胞的诊断水平和诊断效率,同时保持准确性和客观性。该产品已获CE标志认证,可在欧洲的实验室和医院中使用。
本文介绍了放射学中人工智能和机器学习模型中偏见的原因,并提供了避免这些问题的策略。本文是三部曲系列的第一部分,重点介绍数据处理。
Niramai Health Analytix的创始人和CEO Geetha Manjunath通过使用人工智能技术,开发了一种可负担、易于使用的乳腺癌筛查系统,可以在所有年龄和乳房密度的女性中检测乳腺癌。这种系统使用热成像技术,可以在医院、偏远地区和企业办公室进行测试。
莱斯大学的生物医学信息学和数据科学项目获得了410万美元的NIH拨款,将支持8名博士生和5名博士后每年进行跨学科培训,重点关注人工智能和机器学习在生物医学领域的应用。
伊利诺伊州的Blessing健康系统将人工智能(AI)脓毒症监测工具整合到其临床工作流程中,使该健康系统能够比标准方法更快地识别患有脓毒症或感染性休克的患者。
斯坦福工程师开发了一种新型抗阻性随机存取存储器(RRAM)芯片,名为NeuRRAM,可在芯片内存中进行人工智能处理,节省传统芯片在处理器和存储器之间移动数据所花费的电池电力。
研究人员开发了一种人工智能模型,通过睡眠时的呼吸模式检测帕金森病的存在和严重程度。这种无创检测方法可以帮助早期诊断帕金森病,提高患者的生活质量。该模型使用神经网络分析呼吸模式,来判断是否存在帕金森病。
韩国医疗初创企业AIRS Medical宣布完成约2000万美元的B轮融资。这家公司开发了数字化、基于人工智能的诊断测试和机器人技术,致力于提供更好的临床体验。
研究人员使用人工智能模型,结合患者基因病理学和病史等因素,预测潜在的癌症结果。这一研究成果有望为医疗器械认证提供新的思路和方法。
CathVision获得720万美元融资,用于推广ECGenius电生理记录系统的商业运营,并开发基于人工智能的分析模块以提高心律不齐手术中的自动分析能力。